文章列表-AI魔法学院

文章列表

超越Claude-2.1和GPT-3.5-Turbo，Qwen1.5还藏了哪些黑科技？32K Tokens上下文支持只是开胃菜！

不同大小的模型，满足你的各种需求。

Qwen1.5 开源模型

ComfyUI初学者指南

出于教学目的，让我们进行升级人工智能升级器高分辨率修复终极高档 AI高档 AI upscaler是一种用于放大图像并填充细节的 AI 模型。

文生图 comfyui

借题发挥下最近几例声音克隆的应用案例

，因为儿子托梦告知人是可以复活的，于是这位父亲到处寻找让人复活的办法，于是他关注到了最新的人工智能技术，开始找人咨询和学习技术，通过摸索，他知道通过ChatGPT可以训练儿子的过去的说话，文字等语料，AI

声音克隆数字人

忘了stable diffsion的英文提示词吧，这个工具点点鼠标就可以了

做了一个基于SDXL的动漫大模型blue_pencil-XL。

stable diffsion 提示词

语音识别的未来已来：深入了解faster-whisper的突破性进展

faster-whisper的核心优势在于其能够在保持原有模型准确度的同时，大幅提升处理速度，这使得它在处理大规模语音数据时更加高效。

语音识别 Faster-Whisper

Embedding开源模型重磅玩家：北京智源人工智能研究院最新Embedding模型发布！登顶MTEB，免费商用授权！

来源：https://www.datalearner.com/ai-models/pretrained-models?

开源模型

ComfyUI的特性以及安装流程

ComfyUI https://github.com/comfyanonymous/ComfyUI 最强大和模块化的稳定扩散 GUI 和后端。

ComfyUI 文生图

14.6K star！最好用的OCR文字识别项目，没有之一！

最近，在Github上发现了一个厉害的开源OCR项目——Umi-OCR，真的很强大，而且还可以离线使用，现在已经有了14.6k+的星标。

Umi-OCR 开源项目文字识别

2024年值得关注的Agent框架

它们在规划、用户体验、记忆和大模型调用等方面表现出色。

Agent 框架

8个常用中文OCR数据集，附下载链接

每张图像尺寸为2048*2048，数据集大小为31GB。

OCR

LLM应用架构之检索增强（RAG）的缘起与架构介绍

大模型的内在基因怎么样才能算是一个大语言模型（LLM）？

LLM

RLHF 在 Text2SQL 领域中的探索

总大小为 33.4 GB。

Text2SQL RLHF

数字人起飞！字节Loopy对口型功能在即梦上线可根据语境匹配表情和情绪

还记得月初刚发布时就让大家惊艳不已的字节新项目Loopy吗?

Loopy 视频

一文搞懂贝叶斯定理有什么用

这两大学派哪个才是正确的？

贝叶斯定理

Qwen2.5更新百万超长上下文，推理速度4.3倍加速，网友：RAG要过时了

国产大模型，最近有点卷。

Qwen2.5 开源模型

<...69 70 71 727374 75 76 77 78 ...>

汇聚AI资讯，网罗AI文档，详解AI工具！

关于我们用户协议隐私条款商务合作：skillupvip

© 2023-2025 AI魔法学院

京ICP备20027199号-1